New Method to Construct a Database Using Text Generation AI
DOI:
https://doi.org/10.51094/jxiv.1295Keywords:
IR, Categorical database, Text generation AI, databaseAbstract
大学の制度文書に基づいて業務データベースの構造を設計する際に,文章生成AI (ChatGPT) を活用してその構造化作業を半自動化する方法を検討した.圏論的データベースを用いた olog での関係性の記述は,整合性や意味の一貫性を確認するうえで有効であるが,文脈理解と自然文表現の両面で高い労力を要する.そこで,ChatGPT による関係文の候補生成と,それに対する人間の評価を組み合わせることで,自然文による構造記述の効率化を試みた.試行の結果,構文的・意味的に妥当な候補文が数多く得られ,文章生成AI がデータベース設計の効率化に有効である可能性が示された.
Conflicts of Interest Disclosure
Conflicts of Interest: NoneDownloads *Displays the aggregated results up to the previous day.
References
D.I. Spivak (2012),Functorial data migration,Information and Computation 217,pp. 31-51.
D.I. Spivak,R. Wisnesky (2015),Relational Foundations for Functorial Data Migration,arXiv:1212.5303v7 [cs.DB] 24 Jul 2015.
D.I. Spivak and R.E. Ken (2011),Ologs: a categorical framework for knowledge representation,arXiv:1102.1889v2 [cs.Lo] 7 Aug 2011.
稲倉恒法,今井匠太朗,高松邦彦,松本清,森雅生 (2023),圏論的データベース構成のIRへの応用,大学情報・機関調査研究集会論文集 第12回,pp.170-175.
稲倉恒法,今井匠太朗,高松邦彦,松本清,森雅生 (2024),データの整合性が保証される圏論的データベース,教育情報学会第40回年会論文集,pp.66-69.
Downloads
Posted
Submitted: 2025-06-06 01:45:07 UTC
Published: 2025-06-06 07:44:44 UTC
License
Copyright (c) 2025
Tsunenori Inakura
Shotaro Imai
Kunihiko Takamatsu
Sayaka Matsumoto
Masao Mori

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.